가중치 균형 유향 그래프에서 연속시간 분산 볼록 최적화

초록

본 논문은 강하게 연결된 가중치 균형 유향 그래프 위에서, 전역 목표 함수가 미분 가능하고 Lipschitz 연속인 그래디언트를 갖는 경우, 연속시간 분산 최적화 알고리즘을 설계하고 수렴성을 증명한다. 기존 무향 그래프용 합의 기반 동역학이 유향 그래프에서는 수렴하지 않음을 보이고, 새로운 코코시브성 기반 동역학을 제안한다.

상세 분석

논문은 먼저 전체 목적함수 f(x)=∑_{i=1}^{N} f_i(x) 의 최소화 문제를 정의하고, 각 에이전트 i 가 자신의 로컬 함수 f_i 와 인접 노드와의 통신을 통해 정보를 교환한다는 전제를 둔다. 무향 그래프에서는 라플라시안 L 이 대칭이며, 합의 기반 연속시간 동역학 \dot{x}=−∇f(x)−Lx 이 전역 최소점으로 수렴한다는 것이 알려져 있다. 그러나 유향 그래프에서는 라플라시안이 비대칭이므로 같은 형태의 동역학이 일반적으로 발산하거나 진동한다는 반례를 제시한다.

이를 해결하기 위해 저자들은 가중치 균형(weight‑balanced) 조건 (즉, 각 정점 i 에 대해 ∑{j}a{ij}=∑{j}a{ji})을 가정하고, 비대칭 라플라시안을 L 과 그 전치 L^{T} 를 동시에 이용하는 새로운 동역학을 설계한다. 구체적으로는
\